Friction compensation and external force estimation for robotic systems using a fuzzy neural network approach

angleški

2026

letnik 72, številka 1/2

kompenzacija trenja   mehke nevronske mreže   ocena zunanjih sil   Stribeckov model

Univerza v Ljubljani, Fakulteta za strojništvo
(Obvezni izvod spletne publikacije)

Za odpravo nenatančne ocene zunanjih sil, ki je posledica nelinearnega trenja v robotskih sistemih, je predlagana metoda kompenzacije trenja in ocene zunanjih sil na osnovi prilagodljivega nevro-mehkega inferenčnega sistema (ANFIS). Pristop združuje Stribeckov model trenja s Takagi–Sugeno mehko-inferenčno strukturo za identifikacijo parametrov trenja v sklepih na podlagi izmerjenih podatkov. Eksperimentalni rezultati kažejo, da ANFIS dosega manjše identifikacijske napake in boljšo sposobnost posploševanja v primerjavi z referenčnimi metodami, kot so mehke nevronske mreže, optimizacija z rojem delcev in metoda najmanjših kvadratov. Implementirana kompenzacijska strategija vnaprejšnjega (feedforward) krmiljenja doseže največje napake navora 0,263 Nm in 0,184 Nm za oba sklepa, kar je manj kot pri primerjanih pristopih. Z vključitvijo identificiranega modela trenja v posplošeni opazovalnik momenta s filtrom na osnovi mediane in Butterworthovim filtriranjem predlagana metoda zmanjša srednjo kvadratno napako (RMSE) in največjo absolutno napako za 18,3 % oziroma 27,9 % ter doseže koeficient determinacije (R2) 0,994. V preizkusih zaznavanja trkov metoda zazna udarne dogodke z nižjo stopnjo lažnih alarmov pri enakih eksperimentalnih pogojih, kar potrjuje njeno uporabnost za visoko natančno krmiljenje sil v robotskih aplikacijah.

02.06.2026